自央行在2005年宣布对人民币汇率将实行“以市场供求为基础、参考一篮子货币进行调节、有管理的浮动汇率制度”以来，我国多币种的各类交易和结算都不同程度的会受到汇率波动的影响，面临由汇率波动带来的风险，如何准确地预测汇率变动的方向和程度是外汇风险管理的基础。因此，汇率预测对于企业提升汇率风险管理水平意义重大，可通过汇率预测增强自身适应汇率浮动和应对汇率变动的能力。近些年，汇率预测领域充斥着各类非模型的方法，以人工神经网络模型运用最广。研究以神经网络为切入点，借助其较强的自学习、联想、识别等功能，收集数据训练网络，用其算法建立数学模型进行预测。BP神经网络是其中最具代表性且运用相当广泛的一种按误差逆传播算法训练的多层前馈网络。在通过学习历史数据和训练了数据的生成机制后，继而提供了汇率预测的样本内拟合程度。预测准确性的提高，在外汇交易平台MetaTrade4中运用之后，即可得出预测效果并运用到真实环境中。研究以建立智能预测系统为研究对象，综述了当前汇率预测的主要研究方法，对建立智能预测系统提出一些拙见：第一、基于BP神经网络预测建模训练历史数据；第二、采用BP神经网络技术对交易策略中汇率变化趋势进行分析预测，效果显着；第三、对于汇率预测系统进行了需求分析和系统设计；最后，给出MATLAB软件中实现BP神经网络技术预测汇率变化趋势的方法，并结合当前较常见的外汇平台MetaTrade4中所包含的MetaQuoteSLanguage4语言环境，讨论了如何构建(Expert Advisor. EA)。